数字图像-直方图均衡化.docVIP

课 程 设 计 课程名称 数字图像处理课程设计 题目名称 直方图均衡化 学生学院 信息工程学院 一、设计题目 直方图均衡化 设计内容及要求： （1）、查阅文献、理解直方图均衡化的原理。 （2）、利用VC＋＋编写直方图均衡化程序。 （3）、设计的软件框架能够实现直方图变换前后的图像直方图及图像，以进行比较。 （4）、调用matlab中的直方图均衡化函数并得出实验结果，比较、分析与自己编写的代码实验结果区别。 二、课程设计目的 数字图像处理，就是用数字计算机及其他有关数字技术，对图像进行处理，以达到预期的目的。随着计算机的发展，图像处理技术在许多领域得到了广泛应用，数字图像处理已成为电子信息、通信、计算机、自动化、信号处理等专业的重要课程。 数字图像处理课程设计是在完成数字图像处理的相关理论的学习后，进行的综合性训练课程，其目的主要包括： 1、使学生进一步巩固数字图像处理的基本概念、理论、分析方法和实现方法； 2、增强学生应用VC＋＋编写数字图像处理的应用程序及分析、解决实际问题的能力； 3、尝试将所学的内容解决实际工程问题，培养学生的工程实践能力，提高工科学生的就业能力。 三 、设计内容（包括主要的代码） 打开图像函数 （1）static char szFilter[]=BMP文件(*.bmp)|*.bmp||; CFileDialog dlg(TRUE,bmp,NULL,OFN_HIDEREADONLY|OFN_OVERWRITEPROMPT,szFilter); //定义过滤文件的类型 （2）int ret=dlg.DoModal(); //运行打开文件对方框 （3）filename=dlg.GetPathName(); //获取所选择图片的路径 （4）m_dib.LoadFromFile(filename); //加载图像 （5）Invalidate(1); //刷新屏幕 均衡化函数 （1）判断图片是否打开if(!m_dib.m_bLoaded) AfxMessageBox(图像还没打开，请先打开图像);（2）获取高度，宽度int nw=m_dib.GetDIBWidth();int nh=m_dib.GetDIBHeight(); lLineBytes = (nw * 8 + 31) / 32 * 4; //满足字节的整数倍数 （3）统计频数lpSrc= m_dib.m_pdata [lLineBytes * i + j];lCount[lpSrc]++ （4）定义全局变量保存频数用于画图for(i= 0; i 256 ; i++){firstCount[i] = lCount[i];} （5）求累加和for(i = 0; i 256 ; i++){lTemp = 0; for(j = 0; j = i ; j++) lTemp += lCount[j]; //lTemp为累加和 （6）新灰度映射 bMap[i] = (BYTE) ( (lTemp * 255 + nh * nw / 2 ) / nh / nw);} //计算对应的新灰度值 lpSrc =m_dib.m_pdata[lLineBytes * i + j]; m_dib.m_pdata [lLineBytes * i + j] = bMap[lpSrc]; m_dib.UpdateData(); Invalidate();//刷新屏幕 直方图表格显示 利用函数pDC-MoveTo（） 和pDC-LineTo（）画坐标，箭头 提取最大的相数MAX用于调成高度，利用函数pDC-MoveTo()和pDC-LineTo()画图; LineTo（）函数Y坐标参数为 nh+400-(lCount[i]*300/max) 可达到图像在指定范围内 四、详细分析、论证实验结果，并且总结实验方法 VS2010的直方图均衡化效果 Matlab中直方图效果 经过比较可以得出。VC中均衡化在高灰度部分色泽对比度不高，故在图像中出现X方向类型连续的效果。从图片效果亦能看出matlab中的图片黑白对比度较大，细节显得更明显。本直方图均衡化算法可能存在以下一些不足： 1) 输出图像的实际灰度变化范围很难达到图像格式所允许的最大灰度变化范围。 2) 输出图像的灰度分布直方图虽然接近均匀分布, 但其值与理想值1/n仍有可能存在较大的差异, 并非是最佳值。 3) 输出图像的灰度级有可能被过多地合并。由于灰度的吞噬也易造成图像信息的丢失。 五、设计心得体会 在这次的课程设计中不仅检验了我所学习的知识，也培养了我如何去把握一件事情，如何去做一件事情，又如何完成一件事情。通过